術(shù)的定位精度。
【主權(quán)項(xiàng)】
1. 基于接收信號(hào)強(qiáng)度和參考點(diǎn)位置雙聚類的室內(nèi)定位方法，包括兩個(gè)階段： 1) 離線階段： la) 選擇一個(gè)布設(shè)有Wi-Fi接入點(diǎn)APs的區(qū)域； lb) 在此區(qū)域內(nèi)選擇N個(gè)參考點(diǎn)RPs，并測(cè)量這N個(gè)參考點(diǎn)在四個(gè)方向上接收的來(lái)自周 圍接入點(diǎn)的接收信號(hào)強(qiáng)度RSS，存到數(shù)據(jù)庫(kù)Xw中； lc) 按照接收信號(hào)強(qiáng)度RSS對(duì)所有參考點(diǎn)RPs，采用吸引子傳播算法AP進(jìn)行第一次聚 類； ld) 對(duì)第一次聚類得到的每個(gè)簇，再按照地理位置采用吸引子傳播算法AP進(jìn)行第二次 聚類； le) 判斷第二次聚類的簇?cái)?shù)量：如果第二次聚類得到的簇?cái)?shù)量是大于等于2的正整數(shù)， 則求出這些簇的兩兩之間的距離，將距離小于4米的簇合并為一簇，將聚類結(jié)果記錄到數(shù) 據(jù)庫(kù)中，否則，直接將聚類結(jié)果記錄到數(shù)據(jù)庫(kù)中，完成指紋數(shù)據(jù)庫(kù)的構(gòu)建； 2) 在線階段： 2a)在待定位點(diǎn)測(cè)得來(lái)自周圍L個(gè)接入點(diǎn)APs的接收信號(hào)強(qiáng)度RSS向量： Xr= [X u，…，xk，r,…，xl，JT， 其中{Xk#k= 1，2，...，L}是移動(dòng)設(shè)備在任意一個(gè)方向上采集的來(lái)自第k個(gè)接入點(diǎn)APs的數(shù)據(jù)； 2b)粗定位： 求出待定位點(diǎn)的接收信號(hào)強(qiáng)度RSS向量X^與指紋數(shù)據(jù)庫(kù)中各個(gè)簇的聚類中心的接收 信號(hào)強(qiáng)度RSS向量之間的相似度，相似度被定義為：其中為第j個(gè)簇的聚類中心在方向〇上的接收信號(hào)強(qiáng)度RSS向量，H為所有簇的聚 類中心的集合，〇 = {0°，90° ,180° ,270° };將相似度s(r，j)w大于閾值a的簇作為粗定位匹配的簇； 2c)精確定位：隨機(jī)選取8個(gè)接入點(diǎn)APs，利用這8個(gè)接入點(diǎn)APs和粗定位匹配得到的 簇成員接收信號(hào)強(qiáng)度RSS，通過壓縮感知算法求出待定位點(diǎn)的精確位置，完成待定位點(diǎn)的定 位。2. 根據(jù)權(quán)利要求1所述的基于接收信號(hào)強(qiáng)度和參考點(diǎn)位置雙聚類的室內(nèi)定位方法，其 特征在于，步驟Ib)中的數(shù)據(jù)庫(kù)Xw表示為：是在第j個(gè)參考點(diǎn)RPs處于方向o上采集的來(lái)自第i個(gè) 接入點(diǎn)APs的接收信號(hào)強(qiáng)度RSS的平均值，；^；〇r)表示第T次采集的接收信號(hào)強(qiáng)度 RSS，q表示每個(gè)參考點(diǎn)上的總采集次數(shù)，i= 1，2, . . .，L，j= 1，2, . . .，N，〇GO= {0°，90°，180°，270° }，L是能被檢測(cè)到的接入點(diǎn)APs的總個(gè)數(shù)，N是參考點(diǎn)的總數(shù)。3. 根據(jù)權(quán)利要求1所述的基于接收信號(hào)強(qiáng)度和參考點(diǎn)位置雙聚類的室內(nèi)定位方法，其 特征在于，步驟Ic)中按照參考點(diǎn)RPs的接收信號(hào)強(qiáng)度RSS進(jìn)行的第一次聚類，按如下步驟 進(jìn)行： Icl)利用所有參考點(diǎn)RPs的接收信號(hào)強(qiáng)度RSS向量計(jì)算參考度pw;lc2)利用參考度pw和參考點(diǎn)接收信號(hào)強(qiáng)度RSS向量迭代求出聚類中心，每個(gè)聚類中 心代表一個(gè)簇； lc3)將所有參考點(diǎn)劃分到相應(yīng)的簇中，完成第一次吸引子傳播算法AP聚類。4. 根據(jù)權(quán)利要求1所述的基于接收信號(hào)強(qiáng)度和參考點(diǎn)位置雙聚類的室內(nèi)定位方法，其 特征在于，步驟Id)中對(duì)第一次聚類得到的簇按照參考點(diǎn)RPs的地理位置進(jìn)行第二次聚類， 按如下步驟進(jìn)行： Idl)利用第一次聚類得到的每個(gè)簇的參考點(diǎn)RPs的接收信號(hào)強(qiáng)度RSS向量計(jì)算參考度 Pd(〇)； ld2)利用參考度pdw和參考點(diǎn)接收信號(hào)強(qiáng)度RSS向量迭代求出聚類中心，每個(gè)聚類中 心代表一個(gè)簇； ld3)將所有參考點(diǎn)劃分到相應(yīng)的簇中，完成第二次吸引子傳播算法AP聚類。5. 根據(jù)權(quán)利要求1所述的基于接收信號(hào)強(qiáng)度和參考點(diǎn)位置雙聚類的室內(nèi)定位方法，其 特征在于，步驟Ie)中的兩個(gè)簇之間的距離，為一個(gè)簇的所有成員與另一個(gè)簇的所有成員 的歐氏距離的平均值。6. 根據(jù)權(quán)利要求3所述的基于接收信號(hào)強(qiáng)度和參考點(diǎn)位置雙聚類的室內(nèi)定位方法，其 特征在于，步驟Icl)中利用所有參考點(diǎn)RPs的接收信號(hào)強(qiáng)度RSS向量計(jì)算參考度pw，其計(jì) 算公式為：其中yW是一個(gè)由實(shí)驗(yàn)確定的實(shí)數(shù)，s(i，j)W為第i個(gè)參考點(diǎn)和第j個(gè)參考點(diǎn)的接收 信號(hào)強(qiáng)度RSS向量的相似度，N為參考點(diǎn)RPs的總數(shù)，〇G〇 = {〇°，90°，180°，270° }， median表示求中位數(shù)運(yùn)算。7. 根據(jù)權(quán)利要求3所述的基于接收信號(hào)強(qiáng)度和參考點(diǎn)位置雙聚類的室內(nèi)定位方法，其 特征在于，步驟lc2)中利用參考度pw和參考點(diǎn)接收信號(hào)強(qiáng)度RSS向量迭代求出聚類中心， 按如下步驟進(jìn)行： 首先，令s(i，i)w=p(〇)，創(chuàng)建N行N列的吸引度矩陣r(o)和N行N列的歸屬度矩陣aw，其中i= 1，2，...，N，兩個(gè)矩陣初始元素全部為零； 接著，更新計(jì)算吸引度矩陣和歸屬度矩陣aw的元素值：其中，j= 1，2，...，N，i' = 1，2，...，N，j' =l，2，...，N，r(i，j)w 為吸引度矩陣rw 的第i行第j列的元素，a(i，j)w為歸屬度矩陣aw的第i行第j列的元素，s(i，j) w為 第i個(gè)參考點(diǎn)和第j個(gè)參考點(diǎn)的接收信號(hào)強(qiáng)度RSS向量的相似度； 然后，定義N維向量c，計(jì)算向量c的第i個(gè)元素的值：c(i) =a(i,i)w+rQ,i) w，判 斷c(i)的大小：如果c(i)>0,則第i個(gè)參考點(diǎn)為聚類中心，否則，第i個(gè)參考點(diǎn)不是聚類中 心； 最后，判斷聚類結(jié)果是否收斂：如果收斂，則直接進(jìn)入步驟lc3)，否則，更新計(jì)算吸引 度矩陣和歸屬度矩陣aw的元素值，直至聚類結(jié)果收斂或達(dá)到預(yù)設(shè)的最大迭代次數(shù)，然 后進(jìn)入步驟lc3)。8. 根據(jù)權(quán)利要求4所述的基于接收信號(hào)強(qiáng)度和參考點(diǎn)位置雙聚類的室內(nèi)定位方法，其 特征在于，步驟Idl)中利用第一次聚類得到的每個(gè)簇的參考點(diǎn)RPs的接收信號(hào)強(qiáng)度RSS向 量計(jì)算參考度PdW，其計(jì)算公式為 P,'"'=/J"' J)'"''Mi, je {1,2,...,M j\ 其中YdW是一個(gè)由實(shí)驗(yàn)確定的實(shí)數(shù)，d(i，j)w為第i個(gè)參考點(diǎn)和第j個(gè)參 考點(diǎn)的地理位置歐式距離的相反數(shù)，M為需要聚類的參考點(diǎn)RPs的數(shù)量，oGO= {0° ,90° ,180° ,270°}，median表示求中位數(shù)運(yùn)算。9. 根據(jù)權(quán)利要求4所述的基于接收信號(hào)強(qiáng)度和參考點(diǎn)位置雙聚類的室內(nèi)定位方法，其 特征在于，步驟ld2)中利用參考度pdw和參考點(diǎn)接收信號(hào)強(qiáng)度RSS向量迭代求出聚類中 心，按如下步驟進(jìn)行： 首先，令s(i，i)dw =pdw，創(chuàng)建M行M列的吸引度矩陣rdw和M行M列的歸屬度矩陣adw，其中i= 1，2,. . .，M，兩個(gè)矩陣初始元素全部為零； 接著，更新計(jì)算吸引度矩陣rdw和歸屬度矩陣adw的元素值：其中，j=l，2，...，M，i' =l，2，...，M，j' =l，2，...，M，r(i，j)dw 為吸引度矩陣rdw 的第i行第j列的元素，a(i，j)dw為歸屬度矩陣adw的第i行第j列的元素，s(i，j) dw為 第i個(gè)參考點(diǎn)與第j個(gè)參考點(diǎn)的地理位置歐式距離的相反數(shù)； 然后，定義M維向量cd，計(jì)算向量cd的第i個(gè)元素的值：cd(i) =a(i,DZ+rQ,i)d(c0， 判斷cdW的大?。喝绻鹀ji) >0,則第i個(gè)參考點(diǎn)為聚類中心，否則，第i個(gè)參考點(diǎn)不是 聚類中心； 最后，判斷聚類結(jié)果是否收斂：如果收斂，則直接進(jìn)入步驟ld3)，否則，將參考度pdw變 為原來(lái)參考度的1. 5倍，更新計(jì)算吸引度矩陣rdw和歸屬度矩陣adw的元素值，直至聚類 結(jié)果收斂，然后進(jìn)入步驟ld3)。
【專利摘要】本發(fā)明公開了基于接收信號(hào)強(qiáng)度和參考點(diǎn)位置雙聚類的室內(nèi)定位方法，主要解決現(xiàn)有室內(nèi)定位方法參考點(diǎn)聚類不準(zhǔn)確，定位精度差的問題。其實(shí)現(xiàn)步驟為：(1)選擇參考點(diǎn)，測(cè)量接收信號(hào)強(qiáng)度，存入數(shù)據(jù)庫(kù)；(2)按照接收信號(hào)強(qiáng)度對(duì)所有參考點(diǎn)進(jìn)行第一次聚類；(3)對(duì)第一次聚類得到的簇按照位置進(jìn)行第二次聚類；(4)計(jì)算第二次聚類得到的簇之間的距離，合并距離小的簇為一簇；(5)測(cè)量待定位點(diǎn)的接收信號(hào)強(qiáng)度，粗定位匹配簇；(6)利用粗定位匹配的簇，通過壓縮感知精確定位。本發(fā)明減小了定位誤差，提高了定位精度，可用于Wi-Fi接收機(jī)的室內(nèi)定位。
【IPC分類】G01S5/02
【公開號(hào)】CN105223546
【申請(qǐng)?zhí)枴緾N201510641964
【發(fā)明人】盧小峰, 張海林, 楊宇辰, 王建林, 趙永磊, 張子博
【申請(qǐng)人】西安電子科技大學(xué)
【公開日】2016年1月6日
【申請(qǐng)日】2015年9月30日